先说结论,我认为不行。
字典树是怎么判断文章相似度的
利用字典树判断两篇文章相似度时,大致思路是这样的。文章中的某个单词(注意,它是一个整体。这个单词中的任意一连续的部分如果在字典树中存在,都不计数)如果在字典树中出现,就令该单词在这篇文章中的出现次数+1。这样可得到每篇文章里各个单词出现的数量,然后判断高频单词是否类似即可。
ac自动机是什么
那么如果使用ac自动机的话,首先什么是ac自动机。ac自动机的本质就是,在字典树的基础上,对其每个节点都添加fail指针。那么当在某个节点之后查询不到待匹配的字母时,就跳到fail指针指向的节点继续匹配,这样这棵字典树只要匹配一遍字符串文本就可以得到答案,消除了原本只使用字典树时不可避免的回溯。
如果不了解字典树和ac自动机,可以看下面这个b站视频,讲的非常好,听一遍就能学肥 ac自动机—b站
使用了ac自动机后会如何匹配
举个例子,P={“is” ,“this”,“his”},T=“this is me”。对P建立字典树并添加fail指针,如下图所示。
希望的结果是is出现1次,this出现1次,但如果用ac自动机来判断的话,is会出现两次,his也出现了一次。因为T中的this里也包含了is和his,就导致结果出现偏差。
因此,我觉得,给字典树加上fail指针后,优化不了时间,并且会增加时间消耗。原因有两点:
- 字典树的节点添加fail指针和vector向量后,变得更复杂。
- 本来只使用字典树时,带匹配的文本可以被认为是由一个个单词组成,此时单词是作为一个整体去字典树里匹配,单词不可拆散,某个单词的字母匹配失败时,就认为该单词不存在,匹配下一个单词。而加上ac自动机的话,单词没法作为一个整体去匹配,带匹配的文本相当于是由一个个字符组成,如果某个单词的字母匹配失败,就会跳到fail指针指向的节点继续匹配,这样的话单词已被拆散
添加了ac自动机的代码
如果硬要加上ac自动机查看最后运行效果的话,代码如下
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <time.h>
#include <queue>
#include <vector>
using namespace std;
#define MAX 26
#define swapnum(a,b) {int temp=a;a=b;b=temp;}
#define TIMEA
#define _CRT_SECURE_NO_WARNINGS;
#pragma warning(disable:4996);
//字典树的结构体
typedef struct _TrieNode
{
int cnt1;//以该节点为底的单词在article1中出现的次数
int cnt2;//以该节点为底的单词在article2中出现的次数
vector<int> exist;//记录以该节点为底的单词的长度
struct _TrieNode *fail;//失配指针
struct _TrieNode *next[MAX];//指针数组
_TrieNode()//构造函数
{
cnt1 = 0;
cnt2 = 0;
fail = NULL;
memset(next, NULL, MAX * sizeof(struct _TrieNode *));
}
}TrieNode, *TrieNodeptr;
//保存单词的结构体
typedef struct Node
{
int flag;//该单词在另一篇文章中是否出现
int num;
char word[50];
}Node, *Nodeptr;
Node words1[400000];//结构体数组 存所有词
Node words2[400000];
TrieNodeptr createTrieNode();
void insertTrie(TrieNodeptr pRoot, char *str);
int searchTrie1(TrieNodeptr root, char *str);
int searchTrie2(TrieNodeptr root, char *str);
void deleteTrie(TrieNodeptr root, char *str);
int getword1();
int getword2();
void countSort1(int exp);
void countSort2(int exp);
void radixSort1();
void radixSort2();
void swapchar(char *s1, char *s2);
void TraverseTrie1(TrieNodeptr root);
void TraverseTrie2(TrieNodeptr root);
void TraverseTrie(TrieNodeptr root);//用于检查字典树的遍历函数
void switchstru(Nodeptr a, Nodeptr b);
int ReadFile(char *path, char data[]);
void ac_build(TrieNodeptr root);
void ac_query1(TrieNodeptr root, const char *T);
void ac_query2(TrieNodeptr root, const char *T);
int sum1;//article1里所有不重复单词的数量
int sum2;
Node output1[400000];
Node output2[400000];
char word[50];//某个单词
FILE *indic, *instp, *in1, *in2;
FILE *out;
char dic[7000000];//保存字典里所有的单词
char stp[7000000];//
char art1[7000000];//文章1
char art2[7000000];//文章2
clock_t s4, e4, s5, e5;
float ms4 = 0.0;
float ms5 = 0.0;
int main()
{
int n;
int i = 0;
int j = 0;
int flag;
#ifdef TIMEA
clock_t start, end;
start = clock();
end = clock();
printf("time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//读入字典单词
indic = fopen("dictionary.txt", "rb");
fseek(indic, 0, SEEK_END);//移动文件流的读写位置
int lengthdic = ftell(indic);//记录当前的读写位置,指向最后一个字符的下一个位置。在文本文件中,lendthdic直接输出可能没有实际意义
fseek(indic, 0, SEEK_SET);//?
fread(dic, lengthdic, 1, indic);//把indic文本中的字符全部读如dic数组中
dic[lengthdic++] = 0;// \0的ascii码是0
//printf("%s",dic);
#ifdef TIMEA
end = clock();
printf("111 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//读入停止单词
instp = fopen("stopwords.txt", "rb");
fseek(instp, 0, SEEK_END);
int lengthstp = ftell(instp);
fseek(instp, 0, SEEK_SET);
fread(stp, lengthstp, 1, instp);
stp[lengthstp++] = 0;
//printf("%d",lengthstp);
#ifdef TIMEA
end = clock();
printf("222 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//读入第一篇文章
in1 = fopen("article1.txt", "rb");
fseek(in1, 0, SEEK_END);
int length1 = ftell(in1);
fseek(in1, 0, SEEK_SET);
fread(art1, length1, 1, in1);
art1[length1++] = 0;
//printf("%s",art1);
//printf("%d",length1);
#ifdef TIMEA
end = clock();
printf("333 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//读入第二篇文章
in2 = fopen("article2.txt", "rb");
fseek(in2, 0, SEEK_END);
int length2 = ftell(in2);
fseek(in2, 0, SEEK_SET);
fread(art2, length2, 1, in2);
art2[length2++] = 0;
//printf("%d",length2);
#ifdef TIMEA
end = clock();
printf("444 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
clock_t start1, end1, start2, end2, start3, end3;
//m1:记录跳过所有dic中的换行符的时间
//m2:记录把所有dic中的字母依次写到word单词中的时间
//m3:记录把所有word中的单词依次写入字典树中的时间
float ms1, ms2, ms3;
ms1 = ms2 = ms3 = 0.0;
#endif // TIMEA
// 一 建立关于dictionary的字典树 分三步
out = fopen("results.txt", "w");
TrieNodeptr rootdic = new TrieNode();
for (i = 0; i < lengthdic; i++)
{
#ifdef TIMEA
start1 = clock();
#endif // TIMEA
flag = 0;
// 1 如果dic数组中的字符不是字母,就跳过;如果是\0,则结束for循环
while ((dic[i] | 32) > 'z' || 'a' > (dic[i] | 32))//dic[i]|32表示把字母都转化成小写的
{
//当dic到了末尾,就记flag为1
if (dic[i] == '\0')
{
flag = 1;
break;
}
i++;
}
#ifdef TIMEA
end1 = clock();
ms1 += (double)(end1 - start1) * 1000 / CLK_TCK;
#endif // TIMEA
if (flag == 1) break;
j = 0;
#ifdef TIMEA
start2 = clock();
#endif // TIMEA
// 2 如果字符在a到z之间,就逐记录整个单词到word中
while ('a' <= (dic[i] | 32) && (dic[i] | 32) <= 'z')
{
word[j++] = dic[i] | 32;
i++;
}
word[j] = '\0';
#ifdef TIMEA
end2 = clock();
ms2 += (double)(end2 - start2) * 1000 / CLK_TCK;
#endif // TIMEA
#ifdef TIMEA
start3 = clock();
#endif // TIMEA
//printf("%s\n",word);
// 3 把刚找到的单词word,计入dictionary字典树中
insertTrie(rootdic, word);
#ifdef TIMEA
end3 = clock();
ms3 += (double)(end3 - start3) * 1000 / CLK_TCK;
#endif // TIMEA
//if(dic[i]=='\0') break;
//printf("%s\n",word);
}
//检查dic字典树
//TraverseTrie(rootdic);
#ifdef TIMEA
//建立关于dictionary的字典树的每步的时间
printf("444---inner time=%f,%f,%f\n", ms1, ms2, ms3);
#endif // TIMEA
#ifdef TIMEA
end = clock();
//构建dic字典树的整体时间
printf("555 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//根据stopwords文本,删除字典树rootdic中对应的单词
for (i = 0; i < lengthstp; i++)
{
flag = 0;
while ((stp[i] | 32) > 'z' || 'a' > (stp[i] | 32))
{
if (stp[i] == '\0')
{
flag = 1;
break;
}
i++;
}
if (flag == 1) break;
j = 0;
while ('a' <= (stp[i] | 32) && (stp[i] | 32) <= 'z')
{
word[j++] = stp[i] | 32;
i++;
}
word[j] = '\0';
deleteTrie(rootdic, word);
//if(stp[i]=='\0') break;
}
//检查stp字典树
//TraverseTrie(rootdic);
/* 二 对rootdic字典树的每个节点构建fail指针 */
ac_build(rootdic);
//检查
//printf("\n%d\n",rootdic->next[1]->fail!=NULL?1:0);
#ifdef TIMEA
end = clock();
//删除字典树rootdic中stopwords单词,以及构建fail指针的时间【占主要部分】
printf("666---构建fail指针 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//rootdic字典树与article1匹配
ac_query1(rootdic, art1);
#ifdef TIMEA
end = clock();
//rootdic字典树与article1匹配的时间
printf("777---rootdic与article1匹配 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//rootdic字典树与article2匹配
ac_query2(rootdic, art2);
//检查
//TraverseTrie(rootdic);
#ifdef TIMEA
end = clock();
//rootdic字典树与article2匹配的时间
printf("777---rootdic与article2匹配 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//把article1、article2出现的所有单词和出现次数保存到words1[]、words2[]中的时间
TraverseTrie1(rootdic);
//for (i = 0; i < sum1; i++) printf("%s %d %d\n", words1[i].word, words1[i].num, words1[i].flag);
#ifdef TIMEA
end = clock();
//把article1、article2出现的所有单词和出现次数保存到words1[]、words2[]中的时间
printf("777---把article1、article1出现的所有单词和出现次数保存到words1[]、words1[]中 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//排words1.num
radixSort1();
#ifdef TIMEA
end = clock();
//word1按单词出现频率排序的时间
printf("888 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//排words2.num
radixSort2();
#ifdef TIMEA
end = clock();
printf("999 time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//检查
//for(i=0;i<sum1;i++) printf("%s %d %d\n",words1[i].word,words1[i].num,words1[i].flag);
scanf("%d", &n);
#ifdef TIMEA
start = clock();
#endif // TIMEA
//这里进行比较操作 得出m个值
//root1 第一篇文章中的前n个高频词的字典树
TrieNodeptr root1 = new TrieNode();
for (i = 0; i < n; i++)
{
insertTrie(root1, words1[i].word);
}
//TraverseTrie(root1);
//puts("");
#ifdef TIMEA
end = clock();
printf("aaa time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//root2 第二篇文章中的前n个高频词的字典树
TrieNodeptr root2 = new TrieNode();
for (i = 0; i < n; i++)
{
insertTrie(root2, words2[i].word);
}
//TraverseTrie(root2);
//puts("");
#ifdef TIMEA
end = clock();
printf("bbb time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
/* 判断单词的cnt1和cnt2是否同时大于0即可 */
//判断文章一的前n个高频单词在文章二的字典树中是否出现
for (i = 0; i < n; i++)
{
if (searchTrie1(root2, words1[i].word))
{
words1[i].flag = 1;
}
}
#ifdef TIMEA
end = clock();
printf("ccc time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//判断文章二的前n个高频单词在文章一的字典树中是否出现
for (i = 0; i < n; i++)
{
if (searchTrie2(root1, words2[i].word))
{
words2[i].flag = 1;
}
}
#ifdef TIMEA
end = clock();
printf("ddd time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
//检查words1数组
//for(i=0;i<n;i++) printf("%s %d %d\n",words1[i].word,words1[i].num,words1[i].flag);
//for(i=0;i<n;i++) printf("%s %d %d\n",words2[i].word,words2[i].num,words2[i].flag);
//计算pro1和pro2
int freqm1 = 0;//目标出现次数
int freqn1 = 0;
int freqm2 = 0;
int freqn2 = 0;
//检查
//for(i=0;i<sum1;i++) printf("%s %d %d\n",words1[i].word,words1[i].num,words1[i].flag);
for (i = 0; i < n; i++)
{
if (words1[i].flag == 1) freqm1 += words1[i].num;
if (words2[i].flag == 1) freqm2 += words2[i].num;
freqn1 += words1[i].num;
freqn2 += words2[i].num;
}
double pro1 = (1.0)*freqm1 / freqn1;
double pro2 = (1.0)*freqm2 / freqn2;
double sim = (pro1 > pro2) ? (pro2 / pro1) : (pro1 / pro2);
printf("%.5lf", sim);
fprintf(out, "%.5lf\n\n", sim);
#ifdef TIMEA
end = clock();
//计算pro的时间
printf("\neee time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
fputc('\n', out);
for (i = 0; i < n; i++)
{
fprintf(out, "%s %d\n", words1[i].word, words1[i].num);
}
#ifdef TIMEA
end = clock();
//文章一的高频词写入result文本的时间
printf("fff time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
for (i = 0; i < n; i++)
{
fprintf(out, "%s %d\n", words2[i].word, words2[i].num);
}
#ifdef TIMEA
end = clock();
//文章二的高频词写入result文本的时间
printf("ggg time=%f\n", (double)(end - start) * 1000 / CLK_TCK);
start = clock();
#endif // TIMEA
fclose(in1);
fclose(in2);
//fclose(indic);
//fclose(instp);
fclose(out);
}
/* 创建字典树的节点 */
//TrieNodeptr createTrieNode()
//{
// TrieNodeptr tmp = (TrieNodeptr)malloc(sizeof(TrieNode));
// tmp->nCount = 0;
// int i;
// for (i = 0; i < MAX; i++)
// {
// tmp->next[i] = NULL;
// }
// return tmp;
//}
/* 把word单词计入rootdic字典树中 */
void insertTrie(TrieNodeptr pRoot, char *str)
{
TrieNodeptr tmp = pRoot;
int i = 0, k;
while (str[i] && str[i] != '\n'&&str[i] != '\r')
{
k = str[i] - 'a';
if (tmp->next[k] == NULL)
{
tmp->next[k] = new TrieNode();
}
tmp = tmp->next[k];
i++;
}
tmp->exist.push_back(strlen(word));//在单词的最后一个字母上,记录该单词的长度
}
/* 通过宽度遍历,构建fail指针 */
void ac_build(TrieNodeptr root)
{
//构建一个存放字典树节点地址的队列
queue<TrieNodeptr> q;
//先把第一层节点的都指向root
for (int i = 0; i < MAX; i++)
{
if (root->next[i])
{
root->next[i]->fail = root;
q.push(root->next[i]);
}
}
//!!!构建第二层及以下的节点的fail指针
while (!q.empty())
{
TrieNodeptr x = q.front(); q.pop();
for (int i = 0; i < MAX; i++)
{
//如果某个节点存在,表示有字母i+'a'
if (x->next[i])
{
/* 寻找y的fail指针 */
TrieNodeptr y = x->next[i], fafail = x->fail;
//当节点y的父亲节点x的fail指针指向的【节点】存在
//且【该节点】不存在和节点y存放的字母相同的节点
//就不断重复地去寻找【该节点】的fail指针
while (fafail && NULL == fafail->next[i])
fafail = fafail->fail;
//如果最终找到的【节点】为空,则令y节点指向root
if (NULL == fafail)
y->fail = root;
else//否则,令y的fail指针指向父亲节点x的fail指针指向的节点的内容为i+'a'的儿子节点
y->fail = fafail->next[i];
//如果那个节点是某个【或某些】单词的末尾,把它们全都计入y的exist[]中
if (y->fail->exist.size())
for (int j = 0; j < y->fail->exist.size(); j++)
y->exist.push_back(y->fail->exist[j]);
q.push(y);
}
}
}
}
/* 字典树与字符串匹配 */
void ac_query1(TrieNodeptr root, const char *T)
{
TrieNodeptr tmp = root;
for (int i = 0; i < strlen(T); i++)
{
int c = T[i] | 32;
if (c > 'z' || 'a' > c) continue;//如果不是字母,就跳过
c = c - 'a';
//如果儿子节点不存在该字母,但该节点存在fail指针,则【不断地】去匹配fail指向的节点【找最长后缀】
//直到找到某个节点它的儿子节点具有该字母,或tmp指向了root节点(root的fail为NULL),就不再继续
while (NULL == tmp->next[c] && tmp->fail) {
tmp = tmp->fail;
//如果该节点可以构成单词,以该节点为底的单词数++
if (tmp->exist.size())
tmp->cnt1++;
}
//如果此时tmp指向的节点有【儿子节点】保存着这个字母,进入这个儿子节点
//否则,匹配下一个字符
if (tmp->next[c])
tmp = tmp->next[c];
else continue;
//如果该节点可以构成单词,以该节点为底的单词数++
if (tmp->exist.size())
tmp->cnt1++;
//这段代码得按以上的逻辑来写,虽然看起来有些别扭,但这样写,代码会简单很多
}
}
void ac_query2(TrieNodeptr root, const char *T)
{
TrieNodeptr tmp = root;
for (int i = 0; i < strlen(T); i++)
{
int c = T[i] | 32;
if (c > 'z' || 'a' > c) continue;//如果不是字母,就跳过
c = c - 'a';
//如果儿子节点不存在该字母,但该节点存在fail指针,则【不断地】去匹配fail指向的节点【找最长后缀】
//直到找到某个节点它的儿子节点具有该字母,或tmp指向了root节点(root的fail为NULL),就不再继续
while (NULL == tmp->next[c] && tmp->fail) {
tmp = tmp->fail;
if (tmp->exist.size())
tmp->cnt2++;
}
//如果此时tmp指向的节点有【儿子节点】保存着这个字母,进入这个儿子节点
//否则,匹配下一个字符
if (tmp->next[c])
tmp = tmp->next[c];
else continue;
//如果该节点可以构成单词,以该节点为底的单词数++
if (tmp->exist.size())
tmp->cnt2++;
//这段代码得按以上的逻辑来写,虽然看起来有些别扭,但这样写,代码会简单很多
}
}
/* 返回某个单词word在某棵字典树中的出现次数 */
int searchTrie1(TrieNode *root, char *str)
{
if (root == NULL) return 0;
TrieNode *tmp = root;
int i = 0, k;
while (str[i])//'\0'的ASCII码为0
{
k = str[i] - 'a';
if (tmp->next[k]) tmp = tmp->next[k];
else return 0;
i++;
}
return tmp->cnt2;
}
/* 返回某个单词word在某棵字典树中的出现次数 */
int searchTrie2(TrieNode *root, char *str)
{
if (root == NULL) return 0;
TrieNode *tmp = root;
int i = 0, k;
while (str[i])//'\0'的ASCII码为0
{
k = str[i] - 'a';
if (tmp->next[k]) tmp = tmp->next[k];
else return 0;
i++;
}
return tmp->cnt1;
}
//根据stopwords文本,删除字典树rootdic中对应的单词
void deleteTrie(TrieNodeptr root, char *str)
{
int i, index;
TrieNodeptr temp = root;
for (i = 0; i < strlen(str); i++)
{
index = str[i] - 'a';
if (temp->next[index] == NULL) return;
temp = temp->next[index];
}
//temp->exist.pop_back();//?为什么是--,不是=0
temp->exist.clear();
return;
}
void swapchar(char *s1, char *s2)
{
char *temp;
temp = (char *)malloc(sizeof(char) * 50);
strcpy(temp, s1);
strcpy(s1, s2);
strcpy(s2, temp);
free(temp);
}
//把article1、article1出现的所有单词和出现次数保存到words1[]、words1[]中
void TraverseTrie1(TrieNodeptr root)
{
int i;
static char word[40] = { 0 };//全部置为'\0'
static int j = 0;//因为是递归,所以这里设为静态
if (root == NULL) return;
//for循环里面递归,先j++,后j-- ————>回溯
for (i = 0; i < 26; i++)
{
if (root->next[i] == NULL) continue;
word[j++] = i + 'a';//这里j++
if (root->next[i]->cnt1 > 0)//如果它已经构成了一个单词
{
word[j] = '\0';
strcpy(words1[sum1].word, word);//把这个单词写入words1[]中
words1[sum1++].num = root->next[i]->cnt1;//words1[]里的这个单词的数量也更新
}
if (root->next[i]->cnt2 > 0)
{
word[j] = '\0';
strcpy(words2[sum2].word, word);
words2[sum2++].num = root->next[i]->cnt2;
}
TraverseTrie1(root->next[i]);
j--;//撤销操作
}
}
//把article2出现的所有单词和出现次数保存到words2[]中
/*void TraverseTrie2(TrieNodeptr root)
{
int i;
static char word2[40] = { 0 };
static int j2 = 0;
if (root == NULL) return;
for (i = 0; i < 26; i++)
{
if (root->next[i] == NULL) continue;
word2[j2++] = i + 'a';
if (root->next[i]->cnt2 > 0)
{
word2[j2] = '\0';
strcpy(words2[sum2].word, word2);
words2[sum2++].num = root->next[i]->cnt2;
}
TraverseTrie2(root->next[i]);
j2--;
}
}*/
//用于检查字典树的遍历函数
void TraverseTrie(TrieNodeptr root)
{
int i;
static char word[40] = { 0 };
static int j = 0;
if (root == NULL) return;
for (i = 0; i < 26; i++)
{
if (root->next[i] == NULL) continue;
word[j++] = i + 'a';
if (root->next[i]->exist.size() > 0)
{
word[j] = '\0';
printf("%s %d %d %d\n", word, root->next[i]->exist.size(),root->next[i]->cnt1, root->next[i]->cnt2);
}
TraverseTrie(root->next[i]);
j--;
}
}
void countSort1(int exp)
{
int i, buckets[10] = { 0 };
for (i = 0; i < sum1; i++)
{
buckets[(words1[i].num / exp) % 10]++;
}//每个桶的的值
swapnum(buckets[0], buckets[9]);
swapnum(buckets[1], buckets[8]);
swapnum(buckets[2], buckets[7]);
swapnum(buckets[3], buckets[6]);
swapnum(buckets[4], buckets[5]);
for (i = 1; i < 10; i++) buckets[i] += buckets[i - 1];//每个数的排序
for (i = sum1 - 1; i >= 0; i--)
{
switchstru(&output1[buckets[9 - (words1[i].num / exp) % 10] - 1], &words1[i]);
buckets[9 - (words1[i].num / exp) % 10]--;
}
//检查
//for(i=0;i<sum1;i++) printf("%s %d\n",output1[i].word,output1[i].num);
for (i = 0; i < sum1; i++)
{
switchstru(&words1[i], &output1[i]);
}
}
void countSort2(int exp)
{
int i, buckets[10] = { 0 };
for (i = 0; i < sum2; i++)
{
buckets[(words2[i].num / exp) % 10]++;
}//每个桶的的值
swapnum(buckets[0], buckets[9]);
swapnum(buckets[1], buckets[8]);
swapnum(buckets[2], buckets[7]);
swapnum(buckets[3], buckets[6]);
swapnum(buckets[4], buckets[5]);
for (i = 1; i < 10; i++) buckets[i] += buckets[i - 1];//每个数的排序
for (i = sum2 - 1; i >= 0; i--)
{
switchstru(&output2[buckets[9 - (words2[i].num / exp) % 10] - 1], &words2[i]);
buckets[9 - (words2[i].num / exp) % 10]--;
}
//检查
//for(i=0;i<sum1;i++) printf("%s %d\n",output1[i].word,output1[i].num);
for (i = 0; i < sum2; i++)
{
switchstru(&words2[i], &output2[i]);
}
}
void radixSort1()
{
int exp;
int max = 50000;
for (exp = 1; max / exp > 0; exp *= 10) countSort1(exp);
}
void radixSort2()
{
int exp;
int max = 50000;
for (exp = 1; max / exp > 0; exp *= 10) countSort2(exp);
}
void switchstru(Nodeptr a, Nodeptr b)
{
*a = *b;
}
对比时间
由于我本人比较菜,写出的代码质量不高,改了以后导致花费时间上升了好几个数量级。最后的运行时间对比如下:第一张是加上ac自动机后的运行时间;第二张是原本只是用字典树的运行时间